请问如何计算numpy中2个矩阵的某些轴的外积？例如：
A = np.arange(24).reshape(3,4,2,1)
B = np.arange(24).reshape(3,4,1,2)
我希望得到一个矩阵C：
C = some_function(A,B)
这样的话
C.shape: (3,4,2,2)
这意味着我只做最后两个轴的外积。
谢谢!
浏览 0提问于2020-02-19得票数 2
我有两个向量v和w，我想用它们构造一个矩阵m，这样：
m[i, j] = v[i] * w[j]
换句话说，我想计算它们的外积。我可以通过使用theano.tensor.outer或向v和v添加新的索引以及使用dot产品来做到这一点。
m = T.dot(v[:,numpy.newaxis], w[numpy.newaxis,:])
现在，我试着解决一个更普遍的问题。与两个向量v和w不同，我有两个矩阵(我又称它们为v和w )，我想用矩阵w的对应行从矩阵v计算每一行的外积(第一个矩阵中的i_th行应该与第二个矩阵的i_th行相乘)。所以，我想做这样的事情：
m1 = T.tensordot(v[
浏览 8提问于2017-02-07得票数 13
假设我们想用它自己计算向量的外积：
import numpy as np
a = np.asarray([1, 1.5, 2, 2.5, 3])
A = np.outer(a, a)
print(A)
其结果是：
[[ 1. 1.5 2. 2.5 3. ]
[ 1.5 2.25 3. 3.75 4.5 ]
[ 2. 3. 4. 5. 6. ]
[ 2.5 3.75 5. 6.25 7.5 ]
[ 3. 4.5 6. 7.5 9. ]]
这导致了一个对称矩阵。对于外积中的两个向量是相同的
浏览 2提问于2018-07-23得票数 5
回答已采纳
我有一个numpy二维数组，其形状为(2，5) (可以是更多的维数(m，n))
A=array([[2.64859009e-02, 2.17771938e-02, 2.38019379e+00, 7.35715883e-01,6.89917290e-01],
[6.89917290e-01, 5.67262659e-01, 6.20004150e+01, 1.91642758e+01,1.79712923e+01]]
我想生成两个5乘5的矩阵，它是数组A本身中每个数组的外积。
第一个矩阵应该是[2.64859009e-02, 2.17771938e-02, 2.38019379e+
浏览 0提问于2018-10-08得票数 0
5回答
我正在尝试做以下几件事。数组a，b；c，d的外积可以描述为长度为2的4x4字符串数组。因此，在4x4矩阵的左上角，值是aa，ab，ac，ad。在numpy/python或matlab中生成这些字符串的最佳方法是什么？
这只是一个外部产品的示例。目标是处理k个连续的外积，即4x4矩阵可以再次乘以a，b；c，d等等。
浏览 0提问于2014-09-13得票数 2
假设矩阵A具有m x r大小，而B具有n x r。在NumPy中，如何在A和B之间进行列级外积？
也就是说，我想要一个矩阵，C (大小：m x n x r)，其中C[:, :, i]是A[:, i]和B[:, i]的外部乘积。
当然，我可以在列上使用for循环，但是我想知道是否有一种矢量化的方法来加快计算速度？
浏览 1提问于2016-11-15得票数 1
回答已采纳
1回答
我有两个大小相同的矩阵P1和P2。我取它们的行P1j和P2j，并通过使用numpy的外积形成矩阵。在python循环格式中，这是通过形成矩阵A的列表来实现的
for j in range(0,np.shape(P1)[0]):
A[j] = np.outer(P1[j],P2[j])
我想将这个操作向量化。
浏览 1提问于2019-11-27得票数 2
3回答
我有shape (2, s, t, ...)的numpy数组，我想将它们彼此相乘，这样输出就会有shape (2, ..., 2, s, t, ...) d d 2s。例如，使用d==3
import numpy
d = 3
a = numpy.random.rand(d, 2, 7, 8)
out = numpy.empty((2, 2, 2, 7, 8))
for i in range(2):
for j in range(2):
for k in range(2):
out[i, j, k] = a[0][i]*a[1][j]*a[2]
浏览 2提问于2017-07-28得票数 2
回答已采纳
1回答
我使用Python2.7、NumPy 1.6.2和SciPy 0.16.0来计算以下内容。
我已经创建了Hadamard矩阵。我想从它里面取一个向量，然后用它自己计算它的外积。这是我的代码。
from scipy import linalg
import numpy
from numpy import linalg as np
def test():
hadamard_matrix = linalg.hadamard(8)
outer_product_0 = numpy.multiply(hadamard_matrix[0], hadamard_matrix[0].trans
浏览 1提问于2015-09-09得票数 0
如何在arrayfire-python中实现行/列的外积？
下面是numpy中的类比实现。
A = np.random.randint(1,7, size=(3,2))
B = np.random.randint(1,7, size=(2,3))
X = np.einsum('ik,kj->kij', A,B)
X
array([[[ 8, 16, 12],
[ 8, 16, 12],
[ 4, 8, 6]],
[[15, 3, 12],
[ 5, 1, 4],
[ 5, 1,
浏览 16提问于2017-08-11得票数 1
回答已采纳
2回答
我有这样的密码：
x = 0
for i in range(100):
for j in range(100):
x += f[i, 0] * f[0, j]
这里，f是一个2D数组。现在，在numpy中是否有一个函数可以用来完成这个任务而不必使用for循环？
浏览 0提问于2018-12-24得票数 0
回答已采纳
1回答
Pandas:行和列和的外积
、、、、
在Pandas中，我正在尝试手动编写卡方测试。我在下面的数据框中比较row 0和row 1。
data
2 3 5 10 30
0 3 0 6 5 0
1 33324 15833 58305 54402 38920
为此，我需要计算每个单元格的预期单元格计数：cell(i,j) = rowSum(i)*colSum(j) / sumAll。在R中，我可以简单地使用outer()产品：
Exp_counts <- outer(rowSums(data), colSums(data
浏览 0提问于2014-01-28得票数 4
1回答
我试图计算西亚诺中两个矩阵之间的逐行外积，而不用扫描。我可以在numpy中使用einsum，这在theano中是不可用的。
A = np.array([[1,1,1],[2,2,2]])
B = np.array([[3,3,3,3],[4,4,4,4]])
print np.einsum('xi,xj->xij', A, B)
[[[3 3 3 3]
[3 3 3 3]
[3 3 3 3]]
[[8 8 8 8]
[8 8 8 8]
[8 8 8 8]]]
浏览 0提问于2015-07-22得票数 1
回答已采纳
2回答
假设我有A(KxMxN)和B(KxLxN)矩阵，其中L，M，N是小的，K是一个大数。我想计算外积，利用最后2维数沿第1维得到矩阵C(KxMxL)。
我可以通过对"K“中的每个索引k运行一个for循环来做到这一点，并对2D矩阵使用numpy的matmul函数
out = [np.matmul(x,y.T) for x, y in zip(A, B)]
out=np.asarray(out)
我想知道，如果没有for循环/理解，我是否可以这样做，因为K是一个非常大的数字。
浏览 1提问于2017-01-26得票数 5
回答已采纳
我有二进制向量，X1通过X6，Y1通过Y6。我想找出X中每个向量与Y中相应向量之间的外积，例如(X1，Y1)的外积，(X2，Y2)的外积等。我正在使用numpy.outer(X1，Y1)。现在，我想要生成一个for循环，以遍历所有这些循环，然后将它们的输出放在一起。下面是我的代码，我得到了错误"SyntaxError:不能赋值给操作符“，当我删除方程的LHS的w旁边的%d时，我得到了另一个没有定义X的错误。所以有人能帮我解决这个问题吗。
X1=[1, 0, 0, 1, 0]
X2=[0, 0, 0, 1, 1]
X3=[1, 0, 1, 0, 0]
X4=[1, 0, 0, 0, 1]
浏览 2提问于2015-05-31得票数 0
回答已采纳
1回答
import numpy as np
mat1 = np.random.rand(2,3)
mat2 = np.random.rand(2,5)
我希望得到一个2x3x5张量，其中每个层都是通过将3x1转置的mat1行乘以1x5行mat2实现的3x5外积。
这能用矮胖的母马做吗？
浏览 2提问于2017-05-23得票数 3
回答已采纳
1回答
他们一直在尝试如何计算两支球队得分的泊松概率，但是当他们加起来可能的得分和0到6的距离还不够的时候，他们不会加到零。
from scipy.stats import poisson
import numpy as np
home_goals_vector = poisson(1.23).pmf(np.arange(0, 6))
away_goals_vector = poisson(2.23).pmf(np.arange(0, 6))
print(home_goals_vector)
m = np.outer(home_goals_vector, away_goals_vector)
prin
浏览 9提问于2022-08-05得票数 -1
回答已采纳
1回答
我有两个向量，比如A:1xN和B:1xM。我想计算它们的外积，并将结果添加到NxM矩阵中。现在，我将其分成两部分，首先计算(A')B，然后将其相加。在分析时，第一步比加法(8倍)花费更多的时间。由于第一步中的乘法次数与第二步中的加法次数相同，是不是因为我的架构支持更快的加法？或者是为存储第一步的结果分配内存所花费的时间？
>> x = randn(1,10000);
>> y = randn(1,10000);
>> tic; z=x'*y; toc;
Elapsed time is 0.560743 seconds.
>> ti
浏览 1提问于2014-12-05得票数 0
1回答
我试图使两个向量的外积更有效，方法是移除零元素，做外积，然后用零号行放大得到的矩阵，或者插入零矩阵。(使用scipy对矩阵进行解析并不真正有效，因为转换的成本很高，而且我一遍又一遍地这样做。)
import numpy
dim = 100
vec = np.random.rand(1, dim)
mask = np.flatnonzero(vec > 0.8)
vec_sp = vec[:, mask]
mat_sp = vec_sp.T * vec_sp # This is faster than dot product
# Enlarge matrix or insert into
浏览 0提问于2018-11-20得票数 0
回答已采纳
3回答
我有两个张量A和B，都是shape [10 5]。如何计算形状[10 5 5]张量C，使得C[x, i, j] = A[x, i] + B[x, j]
编辑:这是外积的模拟总和，而不是外积本身。
浏览 1提问于2017-05-17得票数 4
我昨天问了一个类似的问题-- --但是我决定使用pyspark来解决这个问题。我已经在加载和重新格式化数据方面取得了一些进展- -但是矩阵乘法是困难的。让我先分享我的进展：
matrix1.txt
1.2 3.4 2.3
2.3 1.1 1.5
3.3 1.8 4.5
5.3 2.2 4.5
9.3 8.1 0.3
4.5 4.3 2.1
很难共享文件，但是这就是我的matrix1.txt文件的样子。它是一个以空格分隔的文本文件，其中包含矩阵的值。下面是代码：
# do the imports for pyspark and numpy
from pyspark import Spar
浏览 0提问于2017-06-04得票数 3
我想把矩阵T的元素与两个向量vec_1和vec_2的元素相乘，然后求和。使用嵌套的for循环，我可以这样做： T = eye(3);
vec_1 = [4,5,6];
vec_2 = [7,8,9];
tot = 0;
for m=1:3
for n=1:3
tot = tot + T(m,n) .* vec_1(m) .* vec_2(n);
end
end 我想使用矢量化使它更快，所以我尝试了以下方法。 T = eye(3);
vec_1 = [4,5,6];
vec_2 = [7,8,9];
f = @(m,n) T(m,n) .* vec_1(m)
浏览 18提问于2021-11-09得票数 2
1回答
在我的代码中，我用numpy来计算矩阵。
在这一点上，我必须做两个向量之间的外积来得到一个矩阵。那就是我被困的地方。首先，我尝试了numpy.dot或其他矩阵乘积，但是当参数都是1D时，它只做标量积，这不是我想要的。然后我发现numpy.outer做了我想做的事情:列*行。
问题是我的向量不是数组。因为它们是numpy.dot操作的结果，所以它们是ndarray对象。但是暗射线并没有外在的方法。我已经尝试了我在互联网上发现的一切，把我的ndarray转换成简单的数组。但是没有什么工作，我仍然有一个ndarray和相同的属性错误一次又一次。
现在我不知道该尝试什么，所以我想在我做一些包含克隆数组
浏览 0提问于2018-10-01得票数 2
回答已采纳
我有一个转置向量(比如a)，它是转置的1X3向量。我使用numpy获取他们的外部产品，即 np.outer(a, a.T.conj()) = b 我们只需将乘积矩阵命名为b。现在我的问题是，我知道b的价值，但不知道a的价值。有没有可能计算a向量？
浏览 20提问于2020-03-28得票数 0
假设我们有一个numpy数组形式的矩阵。矩阵包含从一些实验中获得的数据(当两个自变量在一定值时，物理量的外积)。 matrix = np.asarray([(None,200,210,220),
(260,1.2352,6.436,4.863),
(270,23.2346,21.436,0.4643),
(280,6.1345,7.45,10.236)]) 200,210,220和260,270,280是这两组自变量的值。我只想在变量等于220或270时获得数据。因此
浏览 116提问于2020-08-10得票数 0
回答已采纳
4回答
我正在使用jQuery，我很喜欢它。
我需要允许用户上传文件。什么是最好的解决方案？
“标准”解决方案会更好
从桌面拖放文件的额外积分
允许我的mvc服务器应用程序中的文件上传+其他参数的额外积分
浏览 4提问于2011-09-06得票数 0
2回答
我正在计算(50500,)大小向量之间的巨大外积，发现NumPy是(多？)这样做比PyTorch更快。
以下是测试结果：
# NumPy
In [64]: a = np.arange(50500)
In [65]: b = a.copy()
In [67]: %timeit np.outer(a, b)
5.81 s ± 56.3 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
-------------
# PyTorch
In [73]: t1 = torch.arange(50500)
In [76]: t2
浏览 2提问于2019-01-25得票数 3
1回答
取大小分别为arr1、arr2和pxn的两个矩阵。我试图找出他们尊敬的行的余弦距离作为一个mxp矩阵。本质上，我想取行的成对点乘积，然后除以每一行的范数的外积。
import numpy as np
def cosine_distance(arr1, arr2):
numerator = np.dot(arr1, arr2.T)
denominator = np.outer(
np.sqrt(np.square(arr1).sum(1)),
np.sqrt(np.square(arr2).sum(1)))
return np.nan_to_
浏览 3提问于2015-10-16得票数 4
回答已采纳
1回答
在下面的代码中，我们计算所有给定点对之间的向量的大小。为了在NumPy中加速这个操作，我们可以使用广播
import numpy as np
points = np.random.rand(10,3)
pair_vectors = points[:,np.newaxis,:] - points[np.newaxis,:,:]
pair_dists = np.linalg.norm(pair_vectors,axis=2).shape
或外部产品迭代
it = np.nditer([points,points,None], flags=['external_loop'], op
浏览 0提问于2016-11-13得票数 2
2回答
批量张量的逐行处理
、、、、
我需要分别得到张量每一行的外积。代码是这样的： input1=K.placeholder(shape=(None，12)) prod=K.map_fn(someMethod，input1) someMethod需要执行以下操作： *def someMethod(x):*
## get the outerproduct row-wise of input1 #
outer=x*x.T
## subtract the identity matrix from the outer product #
diff=outer-np.eye(12)
## and
浏览 29提问于2019-06-21得票数 0
1回答
我正在尝试做一些非常简单的事情，但是对Python中关于稀疏矩阵和向量的大量信息感到困惑。
我想创建两个向量，x和y，一个长度为5，另一个长度为6，是稀疏的。然后我想在每一个中设置一个坐标。然后我想创建一个矩阵A，sparse，它是5 x 6，然后加上x和y之间的外积，然后我想对这个矩阵A进行奇异值分解。
下面是我尝试过的方法，它在很多方面都出错了。
from scipy import sparse;
import numpy as np;
import scipy.sparse.linalg as ssl;
x = sparse.bsr_matrix(np.zeros(5));
x[1]
浏览 2提问于2016-03-30得票数 0
我有一个带有可选字段的父模型(用户)- first_name、last_name和必填字段-电子邮件和密码。我有一个'belongs_to‘到'User’和'accepts_nested_attributes_for :user‘的子模型(Booking)。我的问题是，每当创建booking对象时，我都需要验证正在创建/更新的用户的first_name和last_name是否存在。基本上，人员在创建booking对象时需要输入first_name和last_name。我已经在许多其他地方使用了'User‘模型作为父模型，但我不想在'User’模型中添加验
浏览 1提问于2011-06-21得票数 0
如何告诉file使用.fs编译fsc文件
解释如何传递像-a和-target:dll这样的参数的额外积分。
编辑:我应该澄清，我试图在没有MSBuild/xbuild/.sln文件的情况下这样做。换句话说，我想要假的完全取代MSBuild/xbuild。
浏览 5提问于2014-06-20得票数 4
回答已采纳
2回答
我有一个nxn矩阵C，并使用numpy.linalg中的inv求逆以获得Cinverse。我的C矩阵具有10**4阶的元素，但是我的Cinverse矩阵具有10**12阶或更高阶的元素(不确定是否正确)。当我执行numpyp.dot(C,Cinverse)时，我得不到单位矩阵。为什么会这样呢？
我有一个向量x，我将它自身相乘，得到一个矩阵。
x=array([ 121.41191662, 74.22830468, 73.23156336, 75.48354975,
79.89580817])
c=np.outer(xvector,xvector)
这是一个5x5矩阵。
然
浏览 0提问于2017-02-15得票数 0
我的网站上有一段代码：
<div class="test_section no_display" id="test_section_metric">
<div class="section_start_bar">
</div>
<div class="section_end_bar">
</div>
</div>
而这段css：
.test_section
{
width:70%;
margi
浏览 2提问于2017-12-21得票数 0
有没有Python包可以通过计算矩阵列的外积来构建张量？
像matlab中的"ktensor“函数
浏览 66提问于2020-02-22得票数 0
回答已采纳
对于结果矩阵中的每个位置，我不是存储参数矩阵中相应行和列的点积，而是存储元素形式的乘积，它将是一个扩展到第三维的向量。
一种想法是将自变量矩阵转换为具有向量条目的向量，然后取其外积，但我也不确定如何做到这一点。
编辑：
在我看到有回复之前，我想通了。以下是我的解决方案：
def newdot(A, B):
A = A.reshape((1,) + A.shape)
B = B.reshape((1,) + B.shape)
A = A.transpose(2, 1, 0)
B = B.transpose(1, 0, 2)
return A * B
我所做的就是拆分每一行
浏览 0提问于2013-05-17得票数 3
在MATLAB中，我让c是一个之前计算过的大型稀疏矩阵，并希望通过使用c列的外积来为单元数组D赋值。但是，我必须实现特殊的规则，并且不能获得相同c列的外积。
使用第一个for循环从第1列开始，我必须实现另一个for循环和if-else语句(当我在第二个for循环中增加索引时用于“标记”)，以避免相同c列的外积。
最后，在嵌套的for循环之后，我想将所有的D相加得到一个矩阵K。这是我的第一个版本和背后的想法：
c = rand(100,100);
D = cell(1,100);
D{1} = eye(100);
for i = 1:100
flag = false;
浏览 1提问于2016-08-25得票数 0
我有一个模块，它公开了一个C++类：
class MyClass{
public:
MyClass(){}
void foo(){
//...
}
};
BOOST_PYTHON_MODULE(my_module){
class_<MyClass>("MyClass", init<>())
.def("foo", &MyClass::foo)
;
}
在Python中，我创建了一个从该类派生的类。
from my_module import *
c
浏览 1提问于2016-01-16得票数 1
回答已采纳
让我们假设我们有一个XmlDoc类，它包含处理XML数据结构和将数据保存/加载到文件/从文件加载数据的基本功能。现在我们有了几个子类，A、B和C。它们都继承了XmlDoc，并添加了特定于组件的方法，用于设置和获取大量数据。它们类似于“接口”，但也为签名添加了一个实现。
最后，我们有一个ABCDoc类，它通过虚拟多重继承连接所有“接口”，并添加了一些ABCDoc-specific内容，例如使用XMLDoc-methods来设置适当的文档类型。我们还可能有一个只保存ADoc数据的A类。
这个模式叫什么？"Interface“并不是真正正确的词，因为接口通常不包含实现。
C++代码约定的额外
浏览 0提问于2011-11-15得票数 1
1回答
如果x表示d维列向量，e_i表示欧几里得空间R^d中的第i个标准基，我想以一种有效的方式计算python中的以下三阶张量：
这里，带圆圈的十字是指张量的外积。到目前为止，我一直依赖于以下低效的代码：
import numpy as np
from sktensor import ktensor,dtensor
d=5
x= np.random.normal(0,1,(d,1))
z= np.zeros((d,1))
I= np.identity(d)
T1= ktensor([x,x,x])
T2= ktensor([z,z,z])
T3= ktensor([z,z,z])
T
浏览 14提问于2017-12-15得票数 1
回答已采纳
1回答
我有两个形状张量：A和B，都是PyTorch (b, c, 3)。我想做A和B的外积C，这样得到的形状就是(b, c, 3, 3)，并用加法代替乘法运算。我怎么发动汽车呢？
浏览 13提问于2019-04-18得票数 0
1回答
我使用Python2.7、NumPy 1.6.2和SciPy 0.16.0来计算以下内容。
我已经创建了Hadamard矩阵。然后，我从矩阵的第0，2，4次向量创建了外积，并将它们相加，使对角线为0。然后，我使用SciPy.linalg.eigh()计算了特征值。它是退化的。前两个特征值相同，即-3。但是当我使用Python进行检查时，它显示它们并不相同。代码如下所示。
from scipy import linalg as sp
import numpy
from numpy import linalg as np
def get_outer_product(vector):
le
浏览 2提问于2015-09-09得票数 2
2回答
我们都知道向量之间的点积必须返回一个标量： import numpy as np
a = np.array([1,2,3])
b = np.array([3,4,5])
print(a.shape) # (3,)
print(b.shape) # (3,)
a.dot(b) # 26
b.dot(a) # 26 太完美了。但是，如果我们使用一个“实数”(看看Difference between numpy.array shape (R, 1) and (R,))行向量或列向量，为什么数值点积在维度上返回错误？ arow = np.array([[1,2,3]])
brow = np.arra
浏览 24提问于2019-01-04得票数 2
1回答
我正在使用张量的模板表示来实现外部产品。
张量的基本原型如下所示：
template <int N>
struct Tensor
{
Tensor<N - 1> x;
Tensor<N - 1> y;
Tensor<N - 1> z;
};
通过专门化使Tensor<1>退化为一个简单的向量。我的Outer函数定义为：
template <int N, int M>
Tensor<N + M> Outer(const Tensor<N> &lhs, const Ten
浏览 2提问于2012-05-01得票数 2
回答已采纳
1回答
类似于中的问题，我有两个矩阵，并且想要计算它们的外积，或者换句话说，成对的元素乘积。
形状示例:如果我们有torch.Size([32, 300, 8])形状的X1和X2，结果应该是torch.Size([32, 300, 300, 8])大小
浏览 30提问于2019-08-19得票数 1
回答已采纳
如何从一维阵列中最有效地计算二维外积的点积？
"i，j，k，l->ij，kl->“是一个很好的einsum选项，但这失败了。
invalid subscript ',' in einstein sum subscripts string, subscripts must be letters
下面是我试图加快的简单实现(A和B将是其他事情)。理想的方法是具有以下API的快速版本，其结果与以下示例相同: nd_outer_from1D(2，A，B)，nd_outer_from1D(3，A，B)。正如您将看到的那样，随着{##**$$}}A++、B++和N增加，
浏览 1提问于2018-09-13得票数 1
回答已采纳
2回答
这是我的阵列
Number LastVisitSite bonus homeclub
1000001 Beta 589 Delta
1000001 Delta 324 Delta
1000001 Alpha 456 Delta
1000002 Tango 78 Delta
1000002 Delta 98 Delta
1000003 Delta 745 Delta
1000004 Delta
浏览 1提问于2012-10-02得票数 1
2回答
我正在尝试构造一个均匀分布的矩阵，在每一行中以相同的速率衰减到0。分布应该在-1和1之间。我正在考虑的是构造一个类似于：
[[0.454/exp(0) -0.032/exp(1) 0.641/exp(2)...]
[-0.234/exp(0) 0.921/exp(1) 0.049/exp(2)...]
...
[0.910/exp(0) 0.003/exp(1) -0.908/exp(2)...]]
我可以使用以下命令构建均匀分布矩阵：
w = np.array([np.random.uniform(-1, 1, 10) for i in range(10)])
并且可以使用for循环来
浏览 0提问于2016-08-09得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
